LlamaIndex检索调优实战：七个能落地的技术细节
这篇文章整理了七个在LlamaIndex里实测有效的检索优化点，每个都带代码可以直接使用。
RAG系统的随机失败问题排查：LLM的非确定性与表格处理的工程实践
本文将介绍RAG在真实场景下为什么会崩，底层到底有什么坑，以及最后需要如何修改。
GraphRAG进阶：基于Neo4j与LlamaIndex的DRIFT搜索实现详解
本文的重点是DRIFT搜索：Dynamic Reasoning and Inference with Flexible Traversal，翻译过来就是"动态推理与灵活遍历"。这是一种相对较新的检索策略，兼具全局搜索和局部搜索的特点。
LLM提示注入攻击深度解析：从原理到防御的完整应对方案
本文会详细介绍什么是提示注入，为什么它和传统注入攻击有本质区别，以及为什么不能指望用更好的过滤器就能"修复"它。这会涉及直接和间接注入的技术细节，真实攻击案例，以及实用的纵深防御策略。
Pixeltable:一张表搞定embeddings、LLM、向量搜索，多模态开发不再拼凑工具
Pixeltable提供了一个统一的声明式接口，文档、embeddings、图像、视频、LLM 输出、分块文本、对话历史、工具调用这些东西，全部以表的形式存在
高级检索增强生成系统：LongRAG、Self-RAG 和 GraphRAG 的实现与选择
检索增强生成（RAG）早已不是简单的向量相似度匹配加 LLM 生成这一套路。LongRAG、Self-RAG 和 GraphRAG 代表了当下工程化的技术进展，它们各可以解决不同的实际问题。
CrewAI 上手攻略：多 Agent 自动化处理复杂任务，让 AI 像员工一样分工协作
CrewAI是一个可以专门用来编排**自主 AI 智能体（Autonomous AI Agents）** 的Python 框架
谷歌Gemini 3 Pro发布：碾压GPT-5.1，AI大战进入三国杀时代
这是第一个突破1500大关的AI模型
LEANN：一个极简的本地向量数据库
LEANN嵌入式、轻量级的向量数据库
TOON：专为 LLM 设计的轻量级数据格式
这几天好像这个叫 TOON 的东西比较火，我们这篇文章来看看他到底是什么，又有什么作用。TOON 全称 Token-Oriented Object Notation，它主要解决的问题就是当你把JSON 输入给LLM 的时候，token 消耗太高了。
HaluMem：揭示当前AI记忆系统的系统性缺陷，系统失效率超50%
ArXiv最近一篇名为"HaluMem: Evaluating Hallucinations in Memory Systems of Agents"的论文提供了一个非常最新可靠的诊断工具。
基于 LangGraph 的对话式 RAG 系统实现：多轮检索与自适应查询优化
这篇文章会展示怎么用 LangGraph 构建一个具备实用价值的 RAG 系统，包括能够处理后续追问、过滤无关请求、评估检索结果的质量，同时保持完整的对话记忆。
LightRAG 实战： 基于 Ollama 搭建带知识图谱的可控 RAG 系统
LightRAG 是一款开源、模块化的检索增强生成（RAG）框架，支持快速构建基于知识图谱与向量检索的混合搜索系统。它兼容多种LLM与嵌入模型，如Ollama、Gemini等，提供灵活配置和本地部署能力，助力高效、准确的问答系统开发。
FastMCP 入门：用 Python 快速搭建 MCP 服务器接入 LLM
这篇文章会讲清楚 MCP 的基本概念，FastMCP 的工作原理，以及怎么从零开始写一个能跑的 MCP 服务器。
LangChain v1.0 中间件详解：彻底搞定 AI Agent 上下文控制
LangChain v1.0 引入中间件机制，系统化解决上下文管理难题。通过模块化中间件，实现输入预处理、敏感信息过滤、工具权限控制等，提升Agent在生产环境的稳定性与可维护性。
解决GRPO优势归因错误,Chunk-GRPO让文生图模型更懂"节奏"
Chunk-GRPO的解决办法是把连续时间步分组成"块",把这些块作为整体单元来优化,让训练信号更平滑,过程更稳定。
打造自己的 Claude Code：LangGraph + MCP 搭建一个极简的 AI 编码助手
用最简单的方式让 LLM 在无限循环里不断调用工具，这样的"裸机"代理到底行不行？那些复杂的技术栈是真的必要吗，还是过度设计了？
构建有记忆的 AI Agent：SQLite 存储 + 向量检索完整方案示例
记忆能力是把 LLM 从简单的问答工具变成真正协作伙伴的关键。一个只能"回答当前问题"，另一个能"基于历史经验做决策"，这就是增加了记忆能力后的改进。
大模型强化学习的熵控制：CE-GPPO、EPO与AsyPPO技术方案对比详解
三篇新论文给出了不同角度的解法：CE-GPPO、EPO和AsyPPO。虽然切入点各有不同，但合在一起就能发现它们正在重塑大规模推理模型的训练方法论。下面详细说说这三个工作到底做了什么。
